SETI usa la Inteligencia Artificial en busca de vida extraterrestre

Si partimos de la opinión de que no somos los únicos seres vivos de la galaxia, llegamos a la conclusión de que existe vida fuera de lo que conocemos, pero en la actualidad lo difícil es poder encontrarlo. El proyecto Búsqueda de Inteligencia Extraterrestre, conocido como SETI, es un esfuerzo por encontrar señales de radiación electromagnética de aspecto artificial que puedan proceder de una civilización tecnológicamente avanzada de un sistema solar lejano. 

Un estudio publicado recientemente describe uno de los esfuerzos por utilizar el aprendizaje automático, un subconjunto de la inteligencia artificial (IA), para ayudar a los astrónomos a cribar rápidamente los montones de datos que arrojan estos estudios. Dado que la Inteligencia Artificial está cambiando muchos campos científicos, ¿qué posibilidades ofrece para la búsqueda de vida más allá de la Tierra? 

"Se abre una nueva era para la investigación SETI gracias a la tecnología de aprendizaje automático", afirma Franck Marchis, astrónomo planetario del Instituto SETI de Mountain View (California). 

El aprendizaje automático es bueno para detectar señales no convencionales que podrían proceder de un E.T. Crédito: Universal Pictures/Allstar

El problema de los macrodatos es relativamente nuevo para SETI. De hecho, durante décadas, este campo se vio limitado por la escasez de datos. El astrónomo Frank Drake fue pionero de SETI en 1960, cuando apuntó un telescopio en Green Bank, Virginia Occidental, hacia dos estrellas y escuchó transmisiones de radio. La mayoría de las búsquedas SETI que siguieron también se limitaron a un pequeño número de estrellas. 

Pero en 2015, el multimillonario Yuri Milner financió en Berkeley (California) el mayor programa SETI de la historia: el proyecto Breakthrough Listen para buscar señales de vida inteligente en un millón de estrellas. Utilizando telescopios en Virginia Occidental, Australia y Sudáfrica, el proyecto busca emisiones de radio que procedan de la dirección de una estrella y que cambien constantemente de frecuencia, como ocurriría si un transmisor alienígena estuviera en un planeta en movimiento respecto a la Tierra. 

Ventisca de datos 

El problema es que estas búsquedas arrojan una ventisca de datos, incluidos falsos positivos producidos por interferencias terrestres de teléfonos móviles, GPS y otros aspectos de la vida moderna. 

Revisar manualmente millones de observaciones no es práctico. Una alternativa habitual es utilizar algoritmos que buscan señales que se ajustan a lo que los astrónomos creen que podrían ser las balizas alienígenas. Pero esos algoritmos pueden pasar por alto señales potencialmente interesantes que son ligeramente diferentes de lo que esperan los astrónomos. 

Aquí entra en juego el aprendizaje automático. Los algoritmos de aprendizaje automático se entrenan con grandes cantidades de datos y pueden aprender a reconocer los rasgos característicos de las interferencias terrestres, lo que les permite filtrar muy bien el ruido. 

Señales pasadas por alto 

Peter Ma, matemático y físico de la Universidad de Toronto (Canadá) y autor principal del artículo analizado por Nature.com, está de acuerdo. "No siempre podemos anticiparnos a lo que ET pueda enviarnos", afirma. 

El telescopio Robert C. Byrd Green Bank tiene 100 metros de diámetro // Crédito: greenbankobservatory.org

Ma y sus colegas analizaron las observaciones de 820 estrellas realizadas con el telescopio Robert C. Byrd Green Bank de 100 metros de diámetro. Crearon un programa informático de aprendizaje automático para analizar los datos, con el que obtuvieron casi tres millones de señales de interés, pero descartaron la mayoría por ser interferencias terrestres. A continuación, Ma revisó manualmente más de 20.000 señales y las redujo a 8 candidatas interesantes. Al final, la búsqueda fue en vano: las ocho señales desaparecieron cuando el equipo volvió a escucharlas.  

SETI ciudadano 

Las máquinas, todavía, no son capaces de abarcarlo todo, por lo que el aprendizaje automático también está en el centro de otra iniciativa SETI que se pondrá en marcha el mes que viene. El 14 de febrero, para aquellos enamorados del más allá, astrónomos de la Universidad de California en Los Ángeles (UCLA) pondrán en marcha un proyecto científico comunitario en el que voluntarios del público seleccionarán imágenes de señales de radio y las clasificarán como posibles tipos de interferencias, para entrenar un algoritmo de aprendizaje automático que busque datos SETI en Green Bank.